Amazon SageMaker AI теперь поддерживает бессерверную настройку моделей для моделей Muse Glimmer, Qwen3.8 27B и Ministral 3 3B, 8B и 14B. Помимо развертывания этих моделей на SageMaker AI, вы теперь можете адаптировать их к своим конкретным областям и рабочим процессам, используя методы контролируемой дообучения (SFT), прямой оптимизации предпочтений (DPO) и обучения с подкреплением (RFT). Вы также можете адаптировать эти модели с помощью методов адаптации с низким рангом (LoRA) или полного дообучения. Этот запуск добавляет эти модели к широкому спектру моделей, доступных для бессерверной настройки на SageMaker AI, включая модели из семейств Nova, Gemma 4, Nemotron 3.5, Qwen, Llama, gpt-oss и DeepSeek.Настройка моделей позволяет адаптировать базовые модели с вашими проприетарными данными, чтобы меньшая, правильно подобранная модель могла соответствовать качеству передовых моделей в ваших задачах, одновременно снижая затраты и задержку. Вы можете использовать размеченные данные с SFT для повышения точности в задачах, специфичных для конкретной области, данные предпочтений с DPO для согласования выходных данных с тоном вашей организации или сигналы вознаграждения с RFT для улучшения производительности в новых задачах. Благодаря бессерверной настройке SageMaker AI берет на себя все обеспечение инфраструктуры и оркестрацию обучения, поэтому вы можете сосредоточиться на своих данных и оценке, а не на управлении кластером, и платить только за то, что используете.Бессерверная настройка моделей на SageMaker AI доступна в регионах US East (N. Virginia), US West (Oregon), Asia Pacific (Tokyo) и Europe (Ireland). Чтобы начать, перейдите на страницу "Модели" в Amazon SageMaker Studio, чтобы запустить задание настройки, используйте SageMaker Python SDK или используйте наши навыки Agent с выбранным вами помощником по кодированию. Чтобы узнать больше и увидеть полный список поддерживаемых моделей, ознакомьтесь с документацией по настройке моделей Amazon SageMaker AI.